离散型随机变量及其分布列

本节主要有下列内容:

(1)离散型随机变量

如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量.所有取值可以一一列出的随机变量叫做离散型随机变量

(2)离散型随机变量的分布列

一般地,若离散型随机变量$X$可能取的不同值为$x_1$,$x_2$,…,$x_i$,…,$x_n$,$X$取每一个值$x_i$ ($i=1$,$2$,…,$n$)的概率$P(X=x_i)=p_i$,以表格的形式表示如下:

$X$ $x_1$ $x_2$  … $x_i$ $x_n$
$P$  $p_1$ $p_2$ $p_i$ $p_n$

称上表为离散型随机变量$X$的概率分布列(probability distribution series),简称为$X$的分布列(distribution series)。
有时为了简单起见,也用等式
\begin{equation*}
P(X=x_i)=p_i, i=1, 2, …, n
\end{equation*}
表示$X$的分布列。

(3)离散型随机变量的分布列的性质

时间: 2024-10-16 15:56:10

离散型随机变量及其分布列的相关文章

概率:离散型随机变量的分布可加性

原文地址:https://www.cnblogs.com/wbyixx/p/12236408.html

概率:二维离散型随机变量及其分布

二维随机变量 边缘概率 原文地址:https://www.cnblogs.com/wbyixx/p/12236375.html

离散型随机变量及其分布

原文地址:https://www.cnblogs.com/YC-L/p/12262325.html

【概率论与数理统计】小结3 - 一维离散型随机变量及其Python实现

注:上一小节对随机变量做了一个概述,这一节主要记录一维离散型随机变量以及关于它们的一些性质.对于概率论与数理统计方面的计算及可视化,主要的Python包有scipy, numpy和matplotlib等. 以下所有Python代码示例,均默认已经导入上面的这几个包,导入代码如下: import numpy as np from scipy import stats import matplotlib.pyplot as plt 0.  Python中调用一个分布函数的步骤 scipy是Pytho

概率论与数理统计-ch2-随机变量及其分布

1.随机变量 我们不关心随机试验的具体结果或发生顺序,关系的是与之有关的数字. 随机变量是将随机试验的结果与数字联系起来的一种函数,而且它的取值有一定的概率. 随机变量用大写字母表示,实数用小写字母表示. 如:投掷三次硬币出现2次正面的概率. 随机试验A的结果为={正正反,正反正,反正正} 随机变量X=2 概率=3/8 则P(X=2)=P(A)即P(正正反,正反正,反正正)=3/8 2.离散型随机变量及其分布律 某些随机变量,全部可能取到的不相同的值是有限个或可列无限个,这种随机变量称为离散型随

浅谈对离散型随机变量期望的理解

在看<程序员的数学2--概率统计>关于离散型随机变量的大数定律解释时,有两个概念一定需要弄明白: 随机变量的期望: 随机变量结果的平均值. 在<Probability and Statistics>这本国外的经典教材第四章第一小节中,强调了随机变量的期望只与随机变量的分布有关系: Note: The Expectation of X Depends Only on the Distribution of X. Although E(X) is called the expectat

概率:离散型随机变量函数的分布

一维 二维 原文地址:https://www.cnblogs.com/wbyixx/p/12236399.html

概率:离散型随机变量 与 概率函数

原文地址:https://www.cnblogs.com/wbyixx/p/12236357.html

二维离散型随机变量概率分布、边缘分布和条件分布

原文地址:https://www.cnblogs.com/YC-L/p/12268932.html